带旋转与尺度估计的全卷积孪生网络目标跟踪算法

• 作者: 姬张建 任兴旺
• 来源期刊: 计算机应用
• 关键词: 目标跟踪 全卷积孪生网络 相关滤波 对数极坐标 旋转 尺度
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 多媒体计算与计算机仿真|Multimedia computing and computer simulation
• 页码范围: 2705-2711
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020111805

摘要

针对目标跟踪任务中,全卷积孪生网络(SiamFC)跟踪算法存在因目标的旋转、尺度变化而造成跟踪错误或跟踪结果不准确的问题,提出一种带旋转与尺度估计的SiamFC跟踪算法.该算法由定位模块与旋转、尺度估计模块两部分组成.首先在定位模块中,利用SiamFC算法获得跟踪位置,并结合旋转与尺度信息对该位置进行调整;其次在旋转、尺度估计模块中,鉴于图像的旋转和尺度变化在对数极坐标系下变成了平移运动,将目标搜索区域从笛卡儿坐标系变换到对数极坐标系下,由此便可利用相关滤波技术估计待跟踪目标的尺度和旋转角度;最终实现了一个能同步估计目标位置、旋转角度以及尺度变化的目标跟踪模型.在对比实验中,该算法在OTB2015数据集上的成功率与准确率分别达到57.7％和81.4％;在包含目标旋转和尺度变化的POT数据集上的成功率与准确率分别达到51.8％和53.3％.与SiamFC算法相比,所提算法的成功率和准确率分别提高了13.5个百分点和13.4个百分点.实验结果表明,所提算法能有效应对目标旋转与尺度变化带来的跟踪挑战.